通过整合生物信息学与验证跨疾病鉴定动脉粥样硬化和钙化性主动脉瓣疾病中的FBP1:功能分析与治疗靶点探索

Cross-Disease Identification of FBP1 in Atherosclerosis and Calcific Aortic Valve Disease via Integrated Bioinformatics and Validation: Functional Analysis and Therapeutic Target Exploration.

作者信息Haowen Xu, Yifan Xu, Xueyi Wang, Zhisheng Yan, Ting Geng, Jinpeng Wu, Yongxin Li, Mingjin Guo
PMID41287766
发布时间2025-11-19
DOI10.2147/JIR.S540540

实验完整度

高

包括生物信息学分析(DEG分析、机器学习、免疫浸润、调控网络、分子对接)和实验验证(qPCR、Western blot、组织染色),涵盖多层级验证。

主要模型

人颈动脉斑块组织 人下肢动脉硬化组织 人钙化主动脉瓣组织 正常对照组织

重点核对

FBP1在AS和CAVD组织中的表达上调 FBP1在多个数据集中AUC>0.70的诊断性能 FBP1表达与免疫细胞浸润的相关性 候选化合物与FBP1的结合亲和力

摘要

目的:动脉粥样硬化(AS)和钙化性主动脉瓣疾病(CAVD)在老年人群中常见,具有代谢失调、慢性炎症和细胞衰老的共同特征。共享的免疫代谢生物标志物和治疗靶点仍未被充分定义。本研究旨在识别连接AS和CAVD的跨疾病生物标志物,并探索其转化潜力。方法:整合了四个与AS和CAVD相关的基因表达综合(GEO)微阵列数据集。在每个疾病中识别差异表达基因(DEGs),并通过两个疾病间DEGs的交集获得跨疾病基因(CGs)。进行了功能富集和蛋白质-蛋白质相互作用分析。机器学习(LASSO和随机森林)优化了候选生物标志物。使用CIBERSORT估计免疫浸润,并构建了microRNA-转录因子调控网络。分子对接筛选靶向中枢基因的小分子。在独立数据集中评估诊断性能,并通过qPCR和Western blot在人体组织中验证表达。结果:我们识别出147个富集于免疫和代谢途径的CGs。果糖-1,6-二磷酸酶1(FBP1)作为枢纽基因出现,在数据集中具有强大的诊断价值。FBP1表达与多种免疫细胞群的改变相关,并嵌入预测的microRNA和转录因子的调控网络中。对接分析突出显示芹菜素和山奈酚为候选的FBP1靶向化合物。实验验证证实FBP1在AS和CAVD组织中上调。讨论:FBP1代表了一个共享的免疫代谢生物标志物和潜在的治疗靶点,连接AS和CAVD中的代谢重编程与免疫失调。这些发现为评估以FBP1为中心的干预措施的进一步转化研究提供了依据。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
动脉粥样硬化(AS)和钙化性主动脉瓣疾病(CAVD)之间是否存在共享的免疫代谢生物标志物和治疗靶点?
核心机制
FBP1通过参与免疫代谢重编程,连接代谢紊乱与免疫失调,可能促进AS和CAVD的进展。
主要证据
通过整合CS和CAVD数据集,结合机器学习和实验验证,发现FBP1在AS和CAVD组织中表达上调,且与免疫细胞浸润相关,分子对接显示候选化合物可靶向FBP1。
研究意义
FBP1作为AS和CAVD的潜在生物标志物和治疗靶点,为开发针对炎症和代谢驱动因素的精准策略提供了依据。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

数据收集与差异表达分析

识别AS和CAVD中差异表达基因

从GEO获取四个数据集,使用limma分析每个疾病中的DEGs。

2

交叉疾病基因识别与功能富集

识别共同失调的基因并分析其功能

取AS和CAVD DEGs的交集获得CGs,进行GO和KEGG富集分析。

3

机器学习筛选枢纽基因

筛选候选生物标志物

应用LASSO和随机森林算法识别关键基因,取交集。

4

诊断模型构建与评估

评估FBP1的诊断性能

构建ROC曲线,计算AUC,进行校准和决策曲线分析,并构建列线图。

5

免疫微环境分析

分析FBP1表达与免疫细胞浸润的关联

使用CIBERSORT估计22种免疫细胞比例,并进行相关分析。

6

调控网络与分子对接

预测FBP1的调控因子和靶向化合物

构建miRNA-TF调控网络,使用CB-Dock2进行分子对接筛选化合物。

7

组织学染色

验证组织病理变化

对动脉和瓣膜组织进行HE和Oil Red O染色。

8

蛋白和mRNA表达验证

验证FBP1在疾病组织中的表达水平

使用Western blot和RT-qPCR检测FBP1蛋白和mRNA表达。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

产品清单

实验环节名称品牌货号
BCA蛋白定量试剂盒Elabscience--
FBP1抗体Proteintech12842-1-AP
增强化学发光试剂Vazyme--
TRIzol试剂Thermo Fisher--
PrimeScript逆转录试剂盒Takara--
SYBR-Green预混液TsingKe--
Bio-Rad CFX Opus实时荧光定量PCR仪Bio-Rad--

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
差异表达分析
数据集的选择、阈值(|log2FC|≥0.5, p<0.05)
阅读提示:Methods: 微阵列数据收集与处理
机器学习筛选
LASSO参数、随机森林参数(ntree=1000)、种子2024
阅读提示:Methods: 机器学习为基础的枢纽基因细化
诊断模型评估
ROC曲线的AUC值、校准曲线、决策曲线分析
阅读提示:Figure legends: Figure 6
免疫浸润分析
CIBERSORT输入数据、免疫细胞类型、相关性分析方法
阅读提示:Methods: 免疫微环境特征
组织染色
组织类型、固定、切片厚度、染色步骤
阅读提示:Methods: HE和油红O染色
Western blot
蛋白提取、抗体使用、洗涤步骤、曝光条件
阅读提示:Methods: Western blot
RT-qPCR
RNA提取、逆转录、qPCR条件、引物序列、内参基因
阅读提示:Methods: 实时定量PCR